Google DeepMind的Jasjeet Sekhon称，AI支出是在押注递归式自我改进

Jasjeet Sekhon表示，当前AI收入尚不足以支撑如此规模的基础设施投资，但他认为，随着时间推移，RSI可能为此提供合理依据。

24d ago

事实核查

BlockBeats 的快讯直接确认了该说法中的精确数字：2027 年，前 11 大超大规模云厂商的资本开支总额为 1.0403 万亿美元，其中 7613 亿美元（73%）投向内存/存储。原始 X 来源（P Equity Research）也独立印证了 7610 亿美元、占比 73% 这一数字以及内存支出增长路径。唯一需要说明的是术语：该说法使用的是“storage（存储）”，而 UBS 的底层拆分实际是内存产品（HBM、DDR、NAND）；但汇总数字完全一致。所有来源均为对 UBS 研究笔记的二手报道，而非 UBS 的一手发布，因此可信度为中等。

摘要

预计Google今年将在AI数据中心和设备上支出约2000亿美元，尽管DeepMind首席战略官Jasjeet Sekhon表示，当前AI收入尚不足以覆盖这笔投入。他警告称，行业可能面临支出先行、收入随后才跟上的缺口。Sekhon表示，这项投资的长期逻辑在于递归式自我改进（RSI），即由AI帮助开发下一代AI，并持续改进训练方法和模型本身的概念。他表示，RSI已成为这轮资本支出背后的核心理念之一，尽管真正的RSI尚未到来。目前，AI只能优化算法、内核代码和训练工作流程的部分环节，Sekhon预计，这种能力可能会在未来两年内出现。

术语与概念

递归式自我改进: 一种被提出的AI能力，即系统帮助提升自身表现，并设计出更优版本的自身。
内核: 负责管理关键计算任务的核心底层软件组件，并可能影响模型训练效率。